지역사회 기반 희귀 질환의 부담 평가를 위한 시계열 역학 모델링의 도전 과제

희귀 질환의 특성상 환자 등록률이 낮고 데이터 확보가 어려운 지역사회 환경에서, 질병 발생 및 확산 패턴을 정확히 예측하는 것은 공중보건 정책 수립에 심각한 난제를 제시합니다.

최신 역학적 쟁점

• 기존의 SIR 모델 등 표준 역학 모델은 낮은 유병률과 드문 사건 발생 빈도로 인해 데이터 부족 문제를 겪으며, 이를 해결하기 위해 Bayesian Inference를 통합한 모델들이 활발히 연구되고 있습니다.
• 특히, 지리적 편향성(Geographical Bias)과 진단 시점의 시간차로 인한 데이터 왜곡을 보정하는 데 있어 공간 시계열 분석 기법의 적용 가능성에 대한 학계의 논쟁이 지속되고 있습니다.

현재 연구들은 실제 의료 기록 데이터에 기반하여 불완전한 관측치를 최대화하는 방향으로 나아가고 있으며, 이는 빅데이터 및 생물통계학 기술과의 융합을 필요로 합니다.